图像匹配方向最新论文--CoMatch: Covisibility-Aware Transformer for Subpixel Matching

课题组图像匹配方向论文被 ICCV 2025 接收

论文标题: CoMatch: Dynamic Covisibility-Aware Transformer for Bilateral Subpixel-Level Semi-Dense Image Matching
机构: 武汉大学 电子信息学院
会议: ICCV 2025（International Conference on Computer Vision）
论文下载：https://arxiv.org/abs/2503.23925
项目地址: https://github.com/ZizhuoLi/CoMatch

🧩 背景简介

图像匹配是计算机视觉中的基础问题，广泛应用于：

• SLAM（同时定位与建图）
• SfM（结构重建）
• 视图合成、AR等任务

传统方法多依赖于关键点检测和描述符匹配，但在纹理稀疏、大视角变化等场景中表现不佳。近年来，detector-free 方法逐渐崛起，而我们正是聚焦于这一前沿。

方法亮点：CoMatch

CoMatch 是一种 半稠密图像匹配网络，兼具高精度和高效率，主要创新包括：

动态共视感知 Transformer（DCAT）

• 共视引导的 token 凝聚模块（Covisibility-Guided Token Condenser, CGTC）
  利用预测共视性动态强调重要 token，降低计算冗余，提升表达力。
• 共视辅助注意力机制（Covisibility-Assisted Attention, CAA）
  抑制无用区域信息传播，只保留“看得见”的区域做信息交互。

双边子像素级精化（BSR）

现有方法只对目标图像做精化，我们提出 双向子像素精化模块：

• 同时对子图和目标图进行 subpixel refinement，使得匹配更精确、更具有几何一致性。
  

实验结果一览

精度 vs 速度（在 MegaDepth 上）

CoMatch 比 ASpanFormer 提高 3.7% 匹配精度（AUC@5°），推理速度快 41.5%！

方法	精度 AUC@5°	推理时间(ms)
ASpanFormer	55.3	211.8
ELoFTR	56.4	99.1
CoMatch	58.0	123.8

视觉定位任务（Aachen Day-Night, InLoc）

CoMatch 在室内外数据集均取得 SOTA 性能，展现了极强的泛化能力！

开源链接

我们已开源代码和训练模型，欢迎访问体验与引用：
GitHub: https://github.com/ZizhuoLi/CoMatch

联系方式（欢迎交流！）

如您对论文或代码感兴趣，欢迎在 GitHub 提 issue 或邮件交流：

• [e-mail]
• [e-mail]